Tencent logo
腾讯
腾讯游戏-视觉语言模型(VLM)算法工程师

腾讯游戏-视觉语言模型(VLM)算法工程师

发布于 1 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.0万 · AI 参考估算
中级经验
硕士
全职员工仅现场办公AI算法
AI算法
Dpo
Llava
Lora
Pytorch
Qwen-Vl
自然语言处理 (Nlp)
视觉语言模型 (Vlm)
计算机视觉 (Cv)

值不值得投

81综合评分

综合评分 81

顶尖大厂核心AI岗,前沿技术栈,高薪高成长,但工作强度可能较大

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

4.8万

与AI算法中位数基本持平

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 1840 个在招 · 其中AI算法 8 个

市场机会

选择面较广

上海 · AI算法 · 约 130 个在招

职位详情

关于这个职位

负责主流视觉语言模型(VLM)的架构设计、微调及前沿算法攻关,将多模态能力赋能于游戏泛娱乐或搜索等核心业务场景

需具备扎实的CV与NLP交叉学科基础,精通深度学习框架及大模型训练优化技术

最低要求

硕士及以上学历,计算机、人工智能、自动化、数学等相关理工科专业

具备扎实的机器学习、计算机视觉(CV)与自然语言处理(NLP)交叉学科理论基础
熟练掌握 Python 和 C++ 编程语言,具备良好的编码习惯和算法数据结构基础
精通 PyTorch 深度学习框架
熟悉 LLaVA、Qwen-VL、InternVL 等至少一种主流视觉语言模型的底层架构、视觉编码器及对齐机制
具备丰富的模型微调(Fine-tuning)实战经验,深入理解并掌握 LoRA、QLoRA、参数高效微调(PEFT)及 DPO 等对齐技术

工作职责

模型研发与优化:负责主流视觉语言模型(如 LLaVA、Qwen-VL、InternVL 等)的架构设计、微调(SFT)及前沿算法攻关

业务场景赋能:将 VLM 能力转化为实际业务价值,赋能游戏泛娱乐或多模态搜索等核心场景

优先资格

有大规模分布式训练(如熟练使用 DeepSpeed、Megatron-LM 或 FSDP)经验者优先

了解模型量化优化与推理加速,参与过大模型在端侧或云端的部署工作者优先

AI 洞察

优缺点分析

优点

  • 身处行业顶尖大厂,接触海量数据与顶级算力资源
  • 聚焦最前沿的VLM领域,技术成长空间巨大,简历含金量高
  • 业务场景丰富(游戏+搜索),技术落地机会多,避免纯理论研究
  • 技术迭代极快,需要保持高强度的持续学习能力
  • 大厂内部协作复杂,跨部门推动业务落地可能存在阻力
  • 适合基础扎实、对多模态AI有浓厚兴趣、具备较强工程落地能力的资深算法工程师

缺点 / 挑战

  • 对底层原理和工程落地能力要求极高,竞争压力大

角色解读

  • 成为视觉语言模型领域的专家,主导核心算法突破
  • 向多模态AI系统架构师方向发展,负责端到端的技术落地
  • 晋升为技术负责人,带领团队攻克更复杂的AI难题
  • 负责视觉语言模型(VLM)的核心算法研发,包括架构设计与微调优化
  • 研究并应用前沿的对齐技术(如DPO、LoRA)提升模型性能
  • 将多模态AI能力落地到游戏泛娱乐或多模态搜索等业务场景中
  • 扎实的机器学习、CV与NLP交叉学科理论基础
  • 精通PyTorch框架及Python/C++编程,具备优秀的代码能力
  • 深入理解主流VLM(如LLaVA系列)底层架构及微调技术
  • 熟悉大规模分布式训练及模型量化部署优化

申请策略

  • 准备一个完整的多模态项目案例,重点阐述从模型选型到业务落地的全过程
  • 关注腾讯游戏业务的AI应用方向,展现技术与业务的结合思考
  • 突出在LLaVA、Qwen-VL等具体模型上的微调与优化实战项目
  • 详细列出掌握的分布式训练框架(DeepSpeed/Megatron)及对齐技术细节
  • 展示CV与NLP交叉领域的学术成果或高质量开源贡献
  • 深入研读最新的多模态对齐论文(如DPO、RLHF变体)
  • 强化模型量化与端侧部署的工程实践能力
  • 提升C++高性能计算能力,以应对大模型推理加速需求

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述项目经历,重点突出技术决策依据
  • 理论结合实践,先阐述算法原理,再结合具体调参经验和效果数据进行说明
  • 展现系统性思维,从数据质量、模型结构、训练策略到部署优化全方位分析
  • 请详细介绍你微调过的VLM模型架构,以及遇到的最大挑战是什么?
  • 对比LoRA、QLoRA和全量微调的优缺点,在实际业务中如何选择?
  • 如何优化大模型在多模态任务中的推理速度?
  • 解释一下DPO算法的原理及其相比PPO的优势
  • 在分布式训练中,如何解决通信瓶颈和数据加载效率问题?

职位点评

薪资福利85
成长发展95
工作生活60
使命价值75

薪资福利

85较高

作为已上市的巨头企业,腾讯提供的薪酬福利体系完善,薪资水平在上海地区具有较强竞争力,能满足较高的补偿性动机。

薪资信号偏高 (3.5千–6.0万/月)

成长发展

95较高

职位聚焦于最前沿的视觉语言模型技术,涉及大量新兴算法与工具链,能提供极佳的技术成长环境和职业发展空间。

技术前沿前沿/新兴技术
技术栈VLM、LLaVA、Qwen-VL、PyTorch、DeepSpeed、LoRA、DPO
业务类型profit_center

工作生活

60中等

JD未明确提及弹性工作制或不加班政策,大厂核心研发岗位通常面临一定的工作强度压力,WLB表现中等。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

75中等

通过AI技术赋能游戏泛娱乐和多模态搜索,改善用户交互体验,具有一定的社会影响力和行业前景,但商业属性较强。

行业发展高速增长赛道
社会影响中性/一般
使命信号渴望为世界带来新意、科技的不断革新,最终能带来美好的、撼动人心的改变
创新程度积极采用新技术
Watch Jobs